作为国内“AI+心理”领域的标杆企业，镜象科技近期动作频频——不仅斩获BV百度风投与分寸资本的Pre-A轮融资，更接连拿下“学习强国”平台独家心理AI合作、百度文心一言心理健康战略伙伴、教育部心理热线官方指定合作等多项重磅资质。

在这张闪亮的合作名单背后，是其利用“AI+心理”双螺旋模式撬动传统心理诊疗领域的变革：镜象科技依托于剑桥大学与上海华东师范大学，基于临床心理学及其知识体系，融合剑桥大学人工智能实验室智能神经病学研究成果，基于国内外海量心理咨询服务数据迭代训练出具有循证医学基础的“AI临床心理大模型”，并陆续开发出了AI倾诉师（EmoGPT）、AI心理师、AI咨询助手、AI家庭教育师、数智咨询师一体机等近20款数字化疗法工具及智能云平台，实现了心理健康服务全场景智能化覆盖。

不同于常规AI心理产品停留在情绪识别层面，镜象科技利用AI临床心理大模型打造了覆盖“健-筛-管-治”心理诊疗全链的智能体闭环服务矩阵，并斩获NMPA认证。这种将冰冷算法注入人文关怀的技术哲学，正在重塑传统心理健康服务的成本结构与服务半径。

当我们追溯镜象科技的基因，很难忽视其创始人黄立构建的“产学研”三重底色：这位兼具剑桥大学心理学硕士学术背景与腾讯大数据总监实战经历的跨界者，在2019年创立了镜象科技并将AI与心理学的融合推向新维度。

在AI诊疗边界不断拓展的今天，镜象科技如何平衡技术创新与伦理风险？数字疗法能否真正建立有温度的情感连接？动脉网与黄立的这场对话，或许能为我们揭示心理健康服务的进化方向。

以下为黄立的采访内容实录（有删减）：

镜象科技CEO黄立

动脉网：能否分享您从心理学专业背景跨界科技领域，最终创立镜象科技的完整心路历程？

黄立：我与心理学的结缘始于二十余年的公益实践。本科攻读心理学二学位后，先后赴北大、剑桥大学深造心理学。然而回国之初，国内心理学领域发展尚不成熟，所以转而加入了互联网行业，专注大数据与人工智能技术研发。2019年，国家将心理健康纳入“健康中国行动”战略，AI技术也迎来爆发期。政策与技术的双重机遇促使我创立镜象科技。

镜象科技是一家AI情感心理诊疗的服务商，致力于将专业心理学与AI技术深度融合，打造从筛查、诊断到干预的全链条心理健康服务体系，为学校、政府、企业及公共机构提供医疗级解决方案，让心理服务突破地域与资源限制，成为普惠性基础设施。

公司取名“镜象”蕴含双重寓意：其一是借鉴神经科学中的“镜像神经元”，强调AI需具备共情能力，精准理解人类情感；其二是取“镜中自我”心理学概念，寓意通过客观视角促进自我觉察与心理疗愈。

动脉网：镜象科技近期在忙些什么？

黄立：我们今年专注于两件事。一是开发用于心理咨询与诊疗的共情推理大模型，旨在通过强大的推理能力为心理健康领域提供深度共情支持，二是即将推出数智咨询师一体机，这是一款融合了先进硬件与专业软件的设备，我们将专业心理咨询师的智慧与经验融入其中，使其达到入门级心理医疗器械的标准，以便为更多心理咨询场景提供高效、便捷的服务。

动脉网：镜象科技现有哪些产品？如此布局背后的逻辑是什么？

黄立：我们围绕心理健康的“健-筛-管-治”全链条构建服务体系构建了近 20 款产品，是业内唯一一家能提供完整闭环服务的AI心理诊疗公司。其中，AI倾诉师（EmoGPT）、AI测评师、AI心理师三款产品分别对应心理保健、筛查评估、干预治疗三大关键环节，构成闭环服务的核心支撑。其他如心理健康教育平台、访谈系统等产品作为补充，共同形成完整生态。

之所以选择这三款作为主打，源于其在闭环中承担枢纽作用——既是用户需求最集中的入口（筛查工具），又借助数字疗法确保干预深度，通过高使用率产品的深度打磨，从而提升整个服务体系的运转效率。

 镜象科技利用AI临床心理大模型打造“健-筛-管-治”智能体服务矩阵。图片由企业提供

动脉网：您提到镜象科技是业内唯一能提供完整服务闭环服务的AI心理诊疗公司，要打造这样的闭环需要哪些核心能力？

黄立：闭环服务的本质是覆盖“健-筛-管-治”全链环节，因而需要多模态筛查诊断、语言大模型交互以及循证医疗等不同能力，底层其实是AI、医学、心理学等多领域的交叉。而多数友商更擅长单点突破。学校筛查友商多用量表测评，AI出身的友商虽有陪伴能力，但筛查与治疗环节能力不足，我们则能提供从筛查、倾听陪伴到治疗的完整闭环服务。

动脉网：镜象科技的技术架构包含了哪些技术？

黄立：我们的技术架构以“大语言模型+多模态AI+数字人”为核心，通过三重能力保障诊疗的精准性与人性化。

• 首先是精准性保障：深度融合多模态数据（语音、表情、生理信号等），结合循证医学框架，将临床诊断标准嵌入AI模型，使心理问题识别准确率提升至91%，假阳性和假阴性率大幅降低；

• 其次是AI拟人性设计：采用共情推理引擎模拟人类咨询师认知逻辑，通过动态语速调节、情感共鸣反馈等技术，使AI对话亲和力接近真人水平；

• 最后是诊断可靠性：依靠“非语言信号+生理信号”双轨分析机制，例如通过声纹震颤检测焦虑程度、微表情变化识别应激反应，弥补纯语言交互的局限性。

动脉网：人类情绪价值的本质是一套复杂的、动态的社交交互系统。咨询师可以通过直觉、观察、感受与来访者同频共振，帮助其看见内心的光。而AI心理大模型仅靠文字识别，其实精准度有限。不知镜象科技如何应对这一问题？

黄立：以我们的多模态AI测评师为例，引入多模态AI是为了解决传统量表筛查准确率低、易产生假阳性与假阴性的问题。我们不仅利用主观语言表达信号，还结合非语言行为，如肢体动作、眼神、表情、声音和神态等，以更准确地识别用户。去年我们进一步整合了生理信号，如脑电波和智能腕表测量的数据，与量表、微表情、语音等结合，为 AI 提供更全面的数据支持，以确保判断的准确性。

在心理咨询环节，目前主要基于大模型提供语言服务，因为大部分心理咨询依赖语言反馈。虽然一些复杂情况可能需要沙盘等辅助工具，但语言服务能解决大部分问题。我们计划在语言服务成熟后，再逐步引入多模态反馈技术，以提升心理咨询的完整性和效果。此外，我们正在开发入门级心理医疗器械一体机，目标是打造一个具备摄像头、语音交互甚至未来触觉的智能咨询师。

动脉网：当AI判断用户存在自杀倾向或严重心理危机时，镜象科技的应对机制是什么？

黄立：我们有提示、缓解、转介“三板斧”。首先是提示环节，当用户首次被监测到有严重的心理危机时，我们会及时告知用户当前的危险状况，并明确提示他们需要立即采取的行动。但此时我们不会贸然进行自动化干预，而是一直陪伴在用户身边，确保他们不会感到孤立无援。

接着是缓解环节。在提示之后，我们会给用户一定的缓冲时间，观察他们的情绪和状态是否有所改善。如果用户在缓冲期间只是暂时的情绪宣泄，或者他们的情绪逐渐稳定下来，我们会继续提供支持和服务，帮助他们渡过难关。因为很多时候，用户只是需要一个情绪的出口，而不是立刻需要专业的心理干预。

如果在缓冲时间结束后，用户仍然表现出强烈的危机信号，我们会立即启动第三个环节——转介，AI会停止服务，将用户转接到更专业的机构或人员手中确保用户能得到及时有效的帮助。在极端情况下，我们会直接报警以保护用户的生命安全。

动脉网：镜象科技如何控制误判率？

黄立：在AI模型的敏感性和特异性权衡中，存在两种误判维度：过度敏感导致多报，以及特异性不足导致漏报。这两者存在天然矛盾——高敏感性可能导致误报骚扰用户，低特异性则可能漏掉潜在高危人群。这种权衡没有绝对正确的解决方案，所以我们在实际落地中是结合客户风控需求和业务特性进行参数调优。

值得注意的是，直接面向C端的服务因缺乏二次验证机制而更具挑战（如被误判用户不会主动反馈，而漏判后果难以追溯）。相比之下，我们服务的B端G端，如学校、企业等可对AI预警结果进行教师访谈、家长沟通等人工复核，形成“模型判读－人工验证－数据反馈”的迭代链路，为模型迭代提供可靠依据。因此，我们现阶段是优先发展B端G端业务积累足够多的数据反馈，再迭代模型，在敏感性与特异性之间建立动态平衡机制，为后续C端服务积累技术基础。

动脉网：镜象科技如何避免AI的“算法偏见”对用户心理状态产生负面影响？

黄立：心理咨询伦理和AI安全至关重要，但许多AI公司缺乏专业心理背景，存在“技术先行、伦理滞后”的隐患，比如去年美国出现的AI角色陪聊致青少年自杀命案。我们主张AI心理诊疗服务必须具备伦理观，所以在开发时就把伦理基因植入模型之中。

动脉网：在此前的融资稿里有提及“AI测评师成功筛查出多个传统心理测评工具未能检测到的高风险学生，帮助学校和社会力量进行有效干预”，请介绍下筛选流程以及在国内学校的覆盖情况。

黄立：我们的筛查流程如下：学生在校内用电脑或在家用手机登录平台，在安静环境下开始自适应量表筛查；筛查后进入视频环节，数字人与学生交谈并提问，同时AI会通过摄像头捕捉学生的微表情和动作等信息；问题回答结束后，AI分析数据并给出初步结论。若学校需进一步确诊学生信息，可使用头环等设备进行二次筛查，但因设备有限，通常仅针对特殊人群。

整个筛查流程的用时视具体学生情况而定，一般几分钟到几十分钟不等。我们的系统分为基础功能和高级功能两个版本。基础功能通过简单AI判断和视频分析实时生成结果。若添加微表情观察分析或个人生理信号判断等高级功能，结果生成时间取决于客户投入的算力。截至2024年底，我们已为深圳大学等全国200多家学校提供了筛查服务。

动脉网：镜象科技如何平衡AI的“高效执行”与心理治疗所需的“人性温度”？

黄立：这里有两种逻辑，第一种是将“人性”与“执行”分别交由两种思维模式来负责，用户有时更需要效率，有时又更需要情感，两个思维模式能够进行随时的切换，比如文心大模型X1能实现的快思考和深思考融合。第二种是通过在应用层增加一个互动层来实现，让模型在思考时既快速又有温度，但在表达时控制输出节奏和语气，以更好地模拟人类的交流方式。为了提升情感交互的自然度，我们会通过与模型进行大量对话，找出不自然或不恰当的地方，逐步进行调整和改进，这是一个循序渐进的过程。

动脉网：与DeepSeek、ChatGPT等普通大模型相比，镜象科技的核心竞争优势是什么？

黄立：现有大模型更擅长逻辑推理，可类比为“工科男”。而我们的心理咨询模型则更像“高情商女士”，其核心优势在于共情推理，即深入理解来访者的情感与需求，通过循循善诱的方式，引导其自我探索与成长，并帮助建立正确的认知。因此，镜象科技的模型在构建逻辑、推理方向及使用方法上与现有大模型截然不同，更注重情感交互与个性化引导，以实现对用户深层次心理需求的精准回应。

动脉网：面对通用AI智能体在心理咨询领域的渗透，镜象科技如何保持差异化？是否考虑整合多模态能力或开放API生态？

黄立：我们采取了从专业医疗级服务向消费级场景渗透的策略。与通用智能体不同，我们是先构建核心医疗服务能力，再拓展至消费级应用，形成坚固的护城河。未来，我们将通过开放 API主动进攻消费市场，让一些需要具备心理倾听、诊疗或疗愈的场景能用得上镜象科技的API。

动脉网：当前AI心理诊疗领域有很多企业，也持续有新企业入局，那么镜象科技的核心竞争力是什么？

黄立：我们的核心优势主要体现在三个方面：一是专业与数据积累。我们拥有完整的数据链条，涵盖筛查、倾听到治疗等各个环节，这使得我们的产品闭环能够收集到全面的生命链数据。而许多友商的数据不完整，或缺失患者数据，或缺乏日常陪伴数据等；

二是拥有丰富的视频数据，这在行业内较为稀缺，大多数竞争者仅拥有语言数据；

三是我们的业务定位是ToB和ToG，已获得学习强国、教育部、工信部等高级别政府背书，这不仅有助于业务拓展，还能形成正向循环：专业性赢得政府背书，背书吸引更多B端客户，客户带来丰富数据，数据进一步提升专业性，从而不断推动业务发展。

动脉网：一般来说，活跃、留存、付费是衡量产品数据表现的三大核心指标。然而，在心理疗愈类产品中，这些指标背后隐藏着一个悖论：用户之所以使用产品，是因为他们需要解决心理或情绪问题，理想的状态是用户在获得疗愈和满足后能够自然地离开产品。但对于产品本身而言，规模的增长和持续的运营需要依赖用户的留存和粘性。镜象科技如何在追求用户粘性和满足用户疗愈需求之间找到平衡？

黄立：实际情况跟您设想的有所不同。不同用户群体背后的人群特征和需求差异很大，不能简单地用单一的产品指标来衡量。比如一部分用户是为了满足社交需求，他们希望通过与AI聊天来获得陪伴和交流，对于这类用户，应将其视为消费者，以留存率和活跃度等指标来衡量产品效果。而另一部分用户则是患者，他们的诉求是治病，只要疾病治愈，他们就会离开，因此对于这部分用户，应关注治愈率和有效率等医疗指标。

动脉网：百度“文心杯”创业大赛后，镜象科技与百度的合作进展如何？

黄立：在产品技术方案上我们已经实现了一些融合，并且在ToB的解决方案上完成了整合。目前，百度正与我们合作推广心理健康AI服务，探索C端的商业模式。

动脉网：传统心理咨询成本高昂、DeepSeek的免费模式降低了用户门槛……镜象的定价策略是什么？

黄立：医疗服务通常费用高昂，而纯AI服务则相对便宜甚至免费。我们的定价策略旨在让更多用户能够负担得起，同时兼顾服务质量和可及性，所以定价是位于纯AI服务和医疗服务之间的。例如，我们的产品进入学校时，年费仅需几万元，这与传统医疗服务相比极为实惠。通过这种方式，我们不仅降低了服务门槛，还能够服务更多人，将原本几十万的服务成本压缩到十分之一以内。

动脉网：依您所见，AI心理诊疗领域下一阶段的竞争焦点是什么？

黄立：主要是两方面，一是AI情感诊疗服务专业性与消费级平衡的问题，这涉及服务的推广和定位策略。我们的策略是通过B端获取用户，但也有其他竞争者选择从C端入手，目的都是为了获取更多用户资源。

二是在技术竞争层面，心理通用AGI是关键所在。在不同场景和需求下，AI需要具备多样化的能力。以AI咨询师为例，它有时需要扮演陪伴者的角色，有时则要成为治疗者。面对人类复杂多变的需求，如何实现一个能够灵活切换角色的心理咨询通用AGI，是当前的一大挑战。这要求AI在适当的时候能够像医生一样专业，在需要情感支持的时候又能像闺蜜一样贴心。

动脉网：镜象科技有哪些合作对象？对未来有何规划？

黄立：我们主要面向B端与G端客户合作，重点覆盖政府机构、企事业单位、学校、特殊行业和小型医疗机构。TOC业务目前仅与百度、讯飞等大厂商讨合作，暂无独立开展计划。

我们的目标是开发更具共情能力的通用模型，或者称作“情绪大脑”，并将其应用于更多场景，从技术自用转型为大模型供应商，为学生服务、心理咨询师支持、老年人陪伴等广泛场景赋能。为此，我们将持续提升内部技术能力，开发类似DEEPSEEK R1的核心模型，并逐步开放试用，确保产品技术成熟后再推向市场。